CN103093427A - 人员停留的监控方法及监控系统 - Google Patents
人员停留的监控方法及监控系统 Download PDFInfo
- Publication number
- CN103093427A CN103093427A CN2013100150930A CN201310015093A CN103093427A CN 103093427 A CN103093427 A CN 103093427A CN 2013100150930 A CN2013100150930 A CN 2013100150930A CN 201310015093 A CN201310015093 A CN 201310015093A CN 103093427 A CN103093427 A CN 103093427A
- Authority
- CN
- China
- Prior art keywords
- image
- zone
- moving target
- dead
- zone boundary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及图像处理技术领域，特别是一种人员停留的监控方法及监控系统。人员停留的监控方法包括根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；对实时获取的当前帧图像进行前景检测，得到二值图像；根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。本发明的人员停留的监控方法及监控系统，能够实现对进入监控盲区的人员的停留进行自动计时监控。
Description
技术领域
本发明涉及图像处理技术领域，特别是一种人员停留的监控方法及监控系统。
背景技术
为了维护社会公共安全、加强社会管理，经常需要对某些社会公共区域进行安全监测，其中将需要进行安全监测的区域称为目标区域。对目标区域进行安全监测的一个主要方式是在目标区域内安装视频监控系统。通过视频监控系统获取目标区域的监控视频，根据监控视频可以获取目标区域的人员流动信息、紧急事故信息、设备运转信息等，若出现紧急情况有利于工作人员及时采取措施进行处理。
但对目标区域进行视频监控时一般都存在监控盲区，通常这些监控盲区是发生违法犯罪事件的高发区域。若有人员在监控盲区中长时间停留，则往往意味着出现了可疑行为。
现有技术中，若有人员从视频监控区域进入监控盲区，该监控盲区一般是指只有一个门口的区域，例如只有一个门口的厕所的内部或只有一个门口的办公室的内部，且该人员在监控盲区长时间停留。如果需要对进入监控盲区的该人员进行监控，只能依靠人工监控视频图像获取可疑人员进入监控盲区的情况。
发明内容
本发明提供的人员停留的监控方法及监控系统，能够实现对进入监控盲区的人员的停留进行自动计时监控。
为了解决该技术问题，本发明是这样实现的：人员停留的监控方法，包括：
根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；
对实时获取的当前帧图像进行前景检测，得到二值图像；
根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。
优选地，所述对实时获取的当前帧图像进行前景检测，得到二值图像，包括：
获取背景图像；
将所述当前帧图像与所述背景图像相减得到差分图像；
将所述差分图像进行二值化得到所述二值图像。
优选地，所述根据二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置，包括：
在所述二值图像中提取运动目标的轮廓点序列；
根据所述轮廓点序列获取运动目标的外接矩形；
计算获得所述外接矩形的中心点，根据所述中心点出现的位置获取运动目标与所述盲区边界区域及与所述指示区域的相对位置。
优选地，所述根据轮廓点序列获取运动目标的外接矩形，包括：
根据所述轮廓点序列中包括的所有点的水平坐标值及竖直坐标值，计算得到所述轮廓点序列中的最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值；
根据所述最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值确定所述外接矩形。
优选地，所述将当前帧图像与所述背景图像相减获取差分图像之后，将所述差分图像进行二值化得到所述二值图像之前，进一步包括：
将所述差分图像进行开运算，去除所述差分图像中孤立的点、噪声、毛刺及小桥；
将进行开运算之后的所述差分图像进行闭运算，弥合所述差分图像中断裂的区域。
优选地，所述对实时获取的当前帧图像进行前景检测，得到二值图像之后，根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置之前，进一步包括：根据所述当前帧图像及所述二值图像对所述背景图像进行更新。
优选地，所述根据当前帧图像及所述二值图像对所述背景图像进行更新，包括：
遍历所述二值图像中的每一个点，确定所述二值图像的非前景区域，并获取所述非前景区域中的每一个点的坐标值；
根据获取的所述非前景区域中的每一个点的所述坐标值，提取每个坐标值对应的在所述当前帧图像及在所述背景图像中的取值；
对获取的每个坐标值对应的在所述当前帧图像及在所述背景图像中的取值进行加权求和；
根据所述加权求和的结果，对所述背景图像中的对应的坐标值进行重新赋值，从而实现对所述背景图像的更新。
人员停留时间的监控系统，包括：区域模块、前景检测模块、位置监控模块及计时模块；
所述区域模块，用于根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；
所述前景检测模块，用于对实时获取的当前帧图像进行前景检测，得到二值图像；
所述位置监控模块，用于根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
所述计时模块，用于根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。
优选地，所述位置监控模块包括：轮廓提取单元、外接矩形计算单元及位置确定单元；
所述轮廓提取单元，用于在所述二值图像中提取运动目标的轮廓点序列；
所述外接矩形计算单元，用于根据所述轮廓点序列获取运动目标的外接矩形；
所述位置确定单元，用于计算获得所述外接矩形的中心点，根据所述中心点出现的位置获取运动目标与所述盲区边界区域及与所述指示区域的相对位置。
优选地，所述前景检测模块，包括：背景单元、差分图像处理单元及二值图像处理单元；
所述背景单元，用于获取背景图像；
所述差分图像处理单元，用于将所述当前帧图像与所述背景图像相减得到差分图像；
所述二值图像处理单元，用于将所述差分图像二值化得到所述二值图像。
通过本发明提供的人员停留的监控方法及监控系统，可以达到以下有益效果：
本发明的人员停留的监控方法及监控系统，首先根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域，其中所有帧图像是由该盲区边界区域可以理解为进入盲区的唯一入口区域，指示区域理解为是进入盲区的必经区域，假设有人员要进入监控盲区，则该人员首先会进入该指示区域之后穿过盲区边界区域后进入监控盲区，进入监控盲区的人员从图像上消失。为了对进入监控盲区的人员进行监控，可以对进入监控盲区的人员的停留时间进行计时，其中该人员作为图像上的运动目标。
为了实现对进入监控盲区的人员的停留时间进行自动计时，在确定了盲区边界区域及指示区域后，对实时获取的当前帧图像进行前景检测，得到二值图像；根据得到的二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置。根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并在所述盲区边界区域消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间，该计时时间即代表运动目标在监控盲区的停留时间。本发明的人员停留的监控方法及监控系统，克服了现有技术中需要依靠人工监控视频图像得到可疑人员出入盲区的情况的技术问题，实现了对进入监控盲区的人员的停留进行自动计时监控。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1人员停留的监控方法的流程图；
图2为本发明实施例3人员停留时间的监控系统的结构示意图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
实施例1
本发明实施例1提供一种人员停留的监控方法，如图1所示，主要处理步骤包括：
步骤S11：根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；
其中，盲区边界信息及指示区域位置信息是由客户指定的，根据盲区边界信息及指示区域位置信息对应到图像上的盲区边界区域及指示区域；
确定图像上的盲区边界区域及指示区域之后，获得的每一帧图像上均指示有盲区边界区域即指示区域。
具体地，该盲区边界区域及指示区域可以是通过在图像上的像素点的计算分别得到的两个边框围成的区域。
步骤S12：对实时获取的当前帧图像进行前景检测，得到二值图像；
步骤S13：根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
步骤S14：根据获取的所述相对位置，最终得到计时时间。
具体地根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。
本实施例的人员停留的监控方法，首先根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域，其中该盲区边界区域可以理解为进入盲区的唯一入口区域，指示区域理解为是进入盲区的必经区域，假设有人员要进入监控盲区，则该人员首先会进入该指示区域之后穿过盲区边界区域后进入监控盲区，进入监控盲区的人员从图像上消失。为了对进入监控盲区的人员进行监控，可以对进入监控盲区的人员的停留时间进行计时，其中该人员作为图像上的运动目标。
为了实现对进入监控盲区的人员的停留时间进行自动计时，在确定了盲区边界区域及指示区域后，实时获取的当前帧图像上均标定指示有盲区边界区域及指示区域，对实时获取的当前帧图像进行前景检测，得到二值图像；根据得到的二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置。根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并在所述盲区边界区域消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间，该计时时间即代表运动目标在监控盲区的停留时间。本发明的人员停留的监控方法及监控系统，克服了现有技术中需要依靠人工监控视频图像得到可疑人员出入盲区的情况的技术问题，实现了对进入监控盲区的人员的停留进行自动计时监控。
实施例2
本实施例2提供一种人员停留的监控方法，主要处理步骤包括：
步骤S21：根据用户指定的盲区边界信息及指示区域位置信息，确定后续用于在图像上显示盲区边界区域及指示区域的框线位置信息。
其中该指示区域理解为是进入盲区的必经区域，假设有人员要进入监控盲区，则该人员首先会进入该指示区域之后穿过盲区边界区域后进入监控盲区，进入监控盲区的人员从图像上消失。
确定后续用于在图像上显示盲区边界区域及指示区域的框线位置信息之后，得到的每一帧图像上均标定指示有盲区边界区域位置框线及指示区域位置框线。
其中盲区边界区域位置框线是一个闭合的框线，该闭合的框线及其闭合围成的区域内部即为盲区边界区域；
指示区域位置框线为一个闭合的框线，该闭合的框线及其闭合围成的区域内部即为指示区域。
步骤S22：对实时获取的图像进行前景检测，得到二值图像。
该步骤S22对实施获取的当前帧图像进行前景检测的方法有多种，例如差分法、混合高斯背景模型等，本实施例不一一列举。
其中本实施例采用差分法对实施获取的当前帧图像进行前景检测，得到二值图像，具体步骤包括：
S221：获取背景图像。
其中确定获取背景图像的方式有多种，例如当视频监控系统的摄像机获取的监控图像稳定后，取稳定后的某一帧图像作为背景图像。
S222：将当前帧图像与背景图像相减获取差分图像；该当前帧图像是指在获取背景图像之后实施获取的每帧图像。
例如，若将摄像机获取的监控图像稳定后的第一帧图像作为背景图像，当获得第二帧图像时，该第二帧图像为当前帧图像；当获得第三帧图像时，该第三帧图像为当前帧图像，之后获得的每帧图像一次类推。
具体地，当前帧图像与背景图像使用相同的坐标系，若在监控空间设置一个参考点。则该参考点在当前帧图像中的坐标值与该参考点在背景图像中的坐标值相同。
假设监控的区域的物理环境不变，若有人员走动，则可以通过差分图像突出显示该人员走动的位置变化。
其中举例具体说明如何将当前帧图像与背景图像相减获取差分图像，例如将摄像机获取的监控图像稳定后的第一帧图像作为背景图像，实时获取第二帧图像，该第二帧图像则作为当前帧图像，将该第二帧图像与背景图像相减获得差分图像。
该相减是指第一帧图像及第二帧图像上相对应的坐标值所对应的函数值相减，获取差分图像。
获取第二帧图像后获取第三帧图像，将获取的该第三帧图像作为当前帧图像，将第三帧图像与背景图像相减获得差分图像。
该相减是指第一帧图像及第三帧图像上相对应的坐标值所对应的函数值相减，获取差分图像。
之后由获取的第四帧图像、第五帧图像得到差分图像的方法和通过第二帧图像获取差分图像的方法相同。
因为获得的差分图像上容易出现孤立的点、噪声、毛刺、小桥或者某些区域的断裂，影响对差分图像的进一步处理。因此优选地，所述将当前帧图像与背景图像相减获取差分图像之后，将所述差分图像进行二值化得到所述二值图像之前，进一步包括：
S223：将所述差分图像进行开运算，去除所述差分图像中孤立的点、噪声、毛刺及小桥；
S224：将进行开运算之后的所述差分图像进行闭运算，弥合所述差分图像中断裂的区域。
对获得的差分图像进行开运算及闭运算后，可以使得到的差分图像更加理想，有利于之后对得到的差分图像进行处理，减少之后图像处理的运算步骤。
S225：每次得到差分图像后，将所述差分图像进行二值化得到所述二值图像。通过二值图像可以凸出显示运动目标的活动。
其中将差分图像进行二值化是指得到的二值图像只有两个函数值，例如若得到的二值图像上有运动目标，则在该二值图像上对应该运动目标的区域内的函数值均为第一数值，除对应运动目标的区域该二值图像的其它区域均为第二数值，优选地该第一数值及第二数值具有明显的区别。
另外还进一步给出对获取的图像进行前景检测，获取二值图像的计算公式，其中该二值图像上的点的函数值用d(i,j)表示。
其中，i图像中任意一个点的水平方向坐标值；j为所述水平方向坐标值对应的点的竖直方向的坐标值；f1（i，j）为在当前帧图像中，坐标（i，j）对应的点的函数值；f2（i，j）为在背景图像中，坐标（i，j）对应的点的函数值，ε为预先设定的阈值。
步骤S23：根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
在获取的二值图像上，与运动目标对应的区域设为前景区域，除运动目标之外的区域设为非前景区域。
因为前景区域的点和非前景区域的点具有相互区别的函数值，因此可以通过前景区域进一步判定运动目标出现的位置。
其中，步骤S23根据二值图像，获取运动目标与所述盲区边界区域及与所述指示区域的相对位置，包括：
步骤S231：在所述二值图像中提取运动目标的轮廓点序列。
该轮廓点序列可以理解为前景区域的边界点，从上述的公式可以看出前景区域的点的函数值为1，非前景区域的点的函数值为0，该0和1可以指数值上的0和1，也可以理解为差距很大的两个结果，例如前景区域的点的像素值为255，非前景区域的点的像素值为0，在二值图像上显示为，前景区域的点为白色点，非前景区域的点为黑色点。在二值图像上提取运动目标的轮廓点序列时，对所述二值图像从上到下，从左到右进行自动搜索，直到找到第一个白色点，以这个白色点做为起始点，对这个白色点所在的前景区域的所有边界点进行标记。当标记完一个轮廓后，保存查找到的每一个标记点，由此完成了从所述二值图像中提取运动目标的轮廓点序列。
优选地，在本实施例中，所述在二值图像中提取运动目标的轮廓点序列的算法为基于连通性的边界跟踪算法。
步骤S232：获取轮廓点序列后，根据所述轮廓点序列获取运动目标的外接矩形。
在二值图像上获得的前景区域的形状为不规则形状，若根据获得的前景区域判断运动目标与与所述盲区边界区域及与所述指示区域的相对位置时，可能会出现判断失误，因此本实施例中根据获得的轮廓点序列获取运动目标的外接矩形，该外接矩形的形状规则，有利于进一步对前景区域进行计算与处理。
其中，根据轮廓点序列获取运动目标的外接矩形，包括：
（1）根据所述轮廓点序列中包括的所有点的水平坐标值及竖直坐标值，计算得到所述轮廓点序列中的最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值；
（2）根据所述最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值确定所述外接矩形，具体为：所述最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值分别用Xmax，Xmin，Ymax，Ymin。则外接矩形的左上角坐标为（Xmin，Ymin），宽度为width=Xmax-Xmin+1，高度为height=Ymax-Xmin+1。
因为该外接矩形具有一定的面积，直接使用该外接矩形代表运动目标出现的位置，若该外接矩形的一部分在盲区边界区域的内部，一部分在盲区边界区域的外部，则会增加检测运动目标与所述盲区边界区域及与所述指示区域的相对位置的计算难度。
因此为了可以比较明确的表示运动目标与所述盲区边界区域及与所述指示区域的相对位置，可以利用得到的外接矩形中的一个点代表运动目标出现的位置。优选地，该点为外接矩形的中心点。
（3）因此进一步地，计算获得所述外接矩形的中心点，根据所述中心点出现的位置获取运动目标与所述盲区边界区域及与所述指示区域的相对位置。
步骤S24：因为每一帧图像上均标定指示有盲区边界区域位置框线及指示区域位置框线，因此根据获取的所述相对位置，若所述运动目标从所述指示区域位置框线的内部向所述盲区边界区域位置框线的内部运动并且在盲区边界区域位置框线处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域位置框线内再次出现时停止计时，得到计时时间。
每次图像处理得到二值图像后，确定得到的二值图像中的运动目标与所述盲区边界区域及与所述指示区域的相对位置。
例如，当第二帧图像与背景图像按照上述的方法计算得到二值图像，在该二值图像中确定外接矩形的中心点，若该中心点位于指示区域位置框线的内部，则将设置的标识信息flag设置为0；
之后获取的图像均做与第二帧图像相同的处理，分别得到多帧二值图像，并且分别确定每帧二值图像中的中心点的位置。
若从第二帧图像之后获得的某帧图像中代表运动目标的中心点不再位于指示区域位置框线的内部，而位于盲区边界区域位置框线的内部并且读取到flag的值为0，则flag的值不变，之后若代表运动目标的中心点消失，则代表该运动目标进入监控盲区，此时将flag的值设置为1，并且开始计时。
若某帧二值图像中代表运动目标的中心点位于盲区边界区域位置框线的内部并且flag的值为1，则代表运动目标从监控盲区出来再次出现在盲区边界区域，此时停止计时，得到计时时间。
步骤S25：若所述计时时间超过预设的时间值，则报警。
若计时时间在预设的时间值的允许范围内，在之后获得的某帧二值图像中代表运动目标的中心点位于指示区域位置框线的内部且flag的值为1，此时将flag的值设置为0，代表该运动目标为安全目标解除警报。
本实施例中将获得的第一帧图像作为背景图像，因为光线的变化，得到的当前帧图像中的非前景区域中的点的函数值与背景图像中对应的点的函数值可能会出现比较大的差值，导致得到的二值化图像中出现并不能代表运动目标的前景区域，该不能代表运动目标的前景区域为误差区域。
为了降低出现误差区域的概率，提高对运动目标的监控准确率，因此对实时获取的当前帧图像进行前景检测，得到二值图像之后，根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置之前，进一步包括：根据所述当前帧图像及所述二值图像对所述背景图像进行更新。
所述根据所述当前帧图像及所述二值图像对所述背景图像进行更新包括：
（a）遍历所述二值图像中的每一个点，确定所述二值图像的非前景区域，并获取所述非前景区域中的每一个点的坐标值；
（b）根据获取的所述非前景区域中的每一个点的所述坐标值，提取每个坐标值对应的在所述当前帧图像及在所述背景图像中的取值；
（c）对获取的每个坐标值对应的在所述当前帧图像及在所述背景图像中的取值进行加权求和；
（d）根据所述加权求和的结果，对所述背景图像中的对应的坐标值进行重新赋值，从而实现对所述背景图像的更新。
具体地计算公式为遍历所述二值图像中的每一个点，将二值图像中的点的函数值为0的点集确定为非前景区域，
若，d(i,j)=0
则f1(i,j)=f1(i,j)*0.05+f2(i,j)*0.95。
本实施例中对背景按一定权值进行更新，有效解决前景区域出现的孔洞问题并对缓慢变化的光线具有一定的鲁棒性。
实施例3
本实施例3提供一种人员停留时间的监控系统，如图2所示，包括：区域模块31、前景检测模块32、位置监控模块33及计时模块34；
区域模块31，用于根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；
前景检测模块32，用于对实时获取的当前帧图像进行前景检测，得到二值图像；
位置监控模块33，用于根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
计时模块34，用于根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。
具体地，位置监控模块33包括：轮廓提取单元331、外接矩形计算单元332及位置确定单元333；
轮廓提取单元331，用于在所述二值图像中提取运动目标的轮廓点序列；
外接矩形计算单元332，用于根据所述轮廓点序列获取运动目标的外接矩形；
位置确定单元333，用于计算获得所述外接矩形的中心点，根据所述中心点出现的位置获取运动目标与所述盲区边界区域及与所述指示区域的相对位置。
具体地，前景检测模块32，包括：背景单元321、差分图像处理单元322及二值图像处理单元323；
背景单元321，用于获取背景图像；
差分图像处理单元322，用于将所述当前帧图像与所述背景图像相减得到差分图像；
二值图像处理单元323，用于将所述差分图像进行二值化得到所述二值图像。
本实施例的人员停留时间的监控系统可以实现如实施例1及实施例2所述的人员停留的监控方法，通过对进入监控盲区的人员的停留时间进行计时，实现对进入监控盲区的人员进行监控。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。
本发明提供的各种实施例可根据需要以任意方式相互组合，通过这种组合得到的技术方案，也在本发明的范围内。
显然，本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也包含这些改动和变型在内。
Claims (10)
1.人员停留的监控方法，其特征在于，包括：
根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；
对实时获取的当前帧图像进行前景检测，得到二值图像；
根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。
2.根据权利要求1所述的人员停留的监控方法，其特征在于，所述对实时获取的当前帧图像进行前景检测，得到二值图像，包括：
获取背景图像；
将所述当前帧图像与所述背景图像相减得到差分图像；
将所述差分图像进行二值化得到所述二值图像。
3.根据权利要求1所述的人员停留的监控方法，其特征在于，所述根据二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置，包括：
在所述二值图像中提取运动目标的轮廓点序列；
根据所述轮廓点序列获取运动目标的外接矩形；
计算获得所述外接矩形的中心点，根据所述中心点出现的位置获取运动目标与所述盲区边界区域及与所述指示区域的相对位置。
4.根据权利要求3所述的人员停留的监控方法，其特征在于，所述根据轮廓点序列获取运动目标的外接矩形，包括：
根据所述轮廓点序列中包括的所有点的水平坐标值及竖直坐标值，计算得到所述轮廓点序列中的最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值；
根据所述最大水平坐标值、最小水平坐标值、最大竖直坐标值及最小竖直坐标值确定所述外接矩形。
5.根据权利要求2所述的人员停留的监控方法，其特征在于，所述将当前帧图像与所述背景图像相减获取差分图像之后，将所述差分图像进行二值化得到所述二值图像之前，进一步包括：
将所述差分图像进行开运算，去除所述差分图像中孤立的点、噪声、毛刺及小桥；
将进行开运算之后的所述差分图像进行闭运算，弥合所述差分图像中断裂的区域。
6.根据权利要求2所述的人员停留的监控方法，其特征在于，所述对实时获取的当前帧图像进行前景检测，得到二值图像之后，根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置之前，进一步包括：根据所述当前帧图像及所述二值图像对所述背景图像进行更新。
7.根据权利要求6所述的人员停留的监控方法，其特征在于，所述根据当前帧图像及所述二值图像对所述背景图像进行更新，包括：
遍历所述二值图像中的每一个点，确定所述二值图像的非前景区域，并获取所述非前景区域中的每一个点的坐标值；
根据获取的所述非前景区域中的每一个点的所述坐标值，提取每个坐标值对应的在所述当前帧图像及在所述背景图像中的取值；
对获取的每个坐标值对应的在所述当前帧图像及在所述背景图像中的取值进行加权求和；
根据所述加权求和的结果，对所述背景图像中的对应的坐标值进行重新赋值，从而实现对所述背景图像的更新。
8.人员停留时间的监控系统，其特征在于，包括：区域模块、前景检测模块、位置监控模块及计时模块；
所述区域模块，用于根据用户指定的盲区边界信息及指示区域位置信息，确定对应到图像上的盲区边界区域及指示区域；
所述前景检测模块，用于对实时获取的当前帧图像进行前景检测，得到二值图像；
所述位置监控模块，用于根据所述二值图像，检测运动目标与所述盲区边界区域及与所述指示区域的相对位置；
所述计时模块，用于根据获取的所述相对位置，若所述运动目标从所述指示区域向所述盲区边界区域运动并且在盲区边界区域处消失，则从所述运动目标消失时开始进行计时，直至所述运动目标从所述盲区边界区域再次出现时停止计时，得到计时时间。
9.根据权利要求8所述的人员停留时间的监控系统，其特征在于，所述位置监控模块包括：轮廓提取单元、外接矩形计算单元及位置确定单元；
所述轮廓提取单元，用于在所述二值图像中提取运动目标的轮廓点序列；
所述外接矩形计算单元，用于根据所述轮廓点序列获取运动目标的外接矩形；
所述位置确定单元，用于计算获得所述外接矩形的中心点，根据所述中心点出现的位置获取运动目标与所述盲区边界区域及与所述指示区域的相对位置。
10.根据权利要求8所述的人员停留时间的监控系统，其特征在于，所述前景检测模块，包括：背景单元、差分图像处理单元及二值图像处理单元；
所述背景单元，用于获取背景图像；
所述差分图像处理单元，用于将所述当前帧图像与所述背景图像相减得到差分图像；
所述二值图像处理单元，用于将所述差分图像二值化得到所述二值图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100150930A CN103093427A (zh) | 2013-01-15 | 2013-01-15 | 人员停留的监控方法及监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100150930A CN103093427A (zh) | 2013-01-15 | 2013-01-15 | 人员停留的监控方法及监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103093427A true CN103093427A (zh) | 2013-05-08 |
Family
ID=48205962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013100150930A Pending CN103093427A (zh) | 2013-01-15 | 2013-01-15 | 人员停留的监控方法及监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103093427A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103561243A (zh) * | 2013-11-13 | 2014-02-05 | 太仓太乙信息工程有限公司 | 摄像头状态监控系统及其方法 |
| CN111654700A (zh) * | 2020-06-19 | 2020-09-11 | 杭州海康威视数字技术股份有限公司 | 一种隐私遮蔽处理方法、装置、电子设备及监控系统 |
| CN111985413A (zh) * | 2020-08-22 | 2020-11-24 | 深圳市信诺兴技术有限公司 | 一种智能楼宇监控终端、监控系统及监控方法 |
| CN113239802A (zh) * | 2021-05-13 | 2021-08-10 | 上海汇焰智能科技有限公司 | 一种安全监控方法、装置、介质及电子设备 |
| CN115546737A (zh) * | 2022-12-02 | 2022-12-30 | 天讯瑞达通信技术有限公司 | 一种机房监控方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101021949A (zh) * | 2007-03-23 | 2007-08-22 | 中山大学 | 一种用于煤矿的矿工出入自动监测的方法 |
| CN101436327A (zh) * | 2007-11-16 | 2009-05-20 | 鸿富锦精密工业（深圳）有限公司 | 计时收费系统及方法 |
| CN101552910A (zh) * | 2009-03-30 | 2009-10-07 | 浙江工业大学 | 基于全方位计算机视觉的遗留物检测装置 |
| CN101650870A (zh) * | 2009-09-04 | 2010-02-17 | 李剑 | 一种游泳池安全监控方法及装置 |
| JP2011034458A (ja) * | 2009-08-04 | 2011-02-17 | Sumitomo Electric Ind Ltd | 監視システム、監視装置、及び監視方法 |
| JP2011215829A (ja) * | 2010-03-31 | 2011-10-27 | Hitachi Ltd | 監視装置および不審行動検出方法 |
| CN102708606A (zh) * | 2012-03-26 | 2012-10-03 | 北京普惠恒丰科技有限公司 | 基于人脸识别的监狱会见区域进出监控系统 |
-
2013
- 2013-01-15 CN CN2013100150930A patent/CN103093427A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101021949A (zh) * | 2007-03-23 | 2007-08-22 | 中山大学 | 一种用于煤矿的矿工出入自动监测的方法 |
| CN101436327A (zh) * | 2007-11-16 | 2009-05-20 | 鸿富锦精密工业（深圳）有限公司 | 计时收费系统及方法 |
| CN101552910A (zh) * | 2009-03-30 | 2009-10-07 | 浙江工业大学 | 基于全方位计算机视觉的遗留物检测装置 |
| JP2011034458A (ja) * | 2009-08-04 | 2011-02-17 | Sumitomo Electric Ind Ltd | 監視システム、監視装置、及び監視方法 |
| CN101650870A (zh) * | 2009-09-04 | 2010-02-17 | 李剑 | 一种游泳池安全监控方法及装置 |
| JP2011215829A (ja) * | 2010-03-31 | 2011-10-27 | Hitachi Ltd | 監視装置および不審行動検出方法 |
| CN102708606A (zh) * | 2012-03-26 | 2012-10-03 | 北京普惠恒丰科技有限公司 | 基于人脸识别的监狱会见区域进出监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李铖果 等: "《基于区域特征的顶视运动行人快速检测》", 《微型机与应用》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103561243A (zh) * | 2013-11-13 | 2014-02-05 | 太仓太乙信息工程有限公司 | 摄像头状态监控系统及其方法 |
| CN111654700A (zh) * | 2020-06-19 | 2020-09-11 | 杭州海康威视数字技术股份有限公司 | 一种隐私遮蔽处理方法、装置、电子设备及监控系统 |
| CN111654700B (zh) * | 2020-06-19 | 2022-12-06 | 杭州海康威视数字技术股份有限公司 | 一种隐私遮蔽处理方法、装置、电子设备及监控系统 |
| CN111985413A (zh) * | 2020-08-22 | 2020-11-24 | 深圳市信诺兴技术有限公司 | 一种智能楼宇监控终端、监控系统及监控方法 |
| CN113239802A (zh) * | 2021-05-13 | 2021-08-10 | 上海汇焰智能科技有限公司 | 一种安全监控方法、装置、介质及电子设备 |
| CN115546737A (zh) * | 2022-12-02 | 2022-12-30 | 天讯瑞达通信技术有限公司 | 一种机房监控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106241533B (zh) | 基于机器视觉的电梯乘员综合安全智能监控方法 | |
| CN109257569B (zh) | 安防视频监控分析方法 | |
| CN105096603B (zh) | 全天候探测装置 | |
| CN103093427A (zh) | 人员停留的监控方法及监控系统 | |
| CN103473791B (zh) | 监控视频中异常速度事件自动识别方法 | |
| CN103986906B (zh) | 基于监控视频的开关门检测方法 | |
| CN106006266B (zh) | 一种应用于电梯安全监控的机器视觉建立方法 | |
| CN106241534B (zh) | 多人乘梯异常活动智能监控方法 | |
| CN104866827B (zh) | 基于视频监控平台的人员翻越行为的检测方法 | |
| CN103108159A (zh) | 一种电力智能视频分析监控系统和方法 | |
| CN104821056A (zh) | 基于雷达与视频融合的智能警戒方法 | |
| CN103729858B (zh) | 一种视频监控系统中遗留物品的检测方法 | |
| CN107545224A (zh) | 变电站人员行为识别的方法及装置 | |
| CN104318578A (zh) | 一种视频图像分析方法及系统 | |
| CN111310556A (zh) | 基于中小学学生区域防溺水安全监管系统及其监控方法 | |
| CN102663362B (zh) | 一种基于灰度特征的运动目标检测方法 | |
| CN103093197B (zh) | 一种识别上吊行为的监控方法和系统 | |
| CN104657712A (zh) | 一种监控视频中蒙面人检测方法 | |
| KR20060031832A (ko) | 실시간 행위분석 및 상황인지 기반 스마트 영상 보안시스템 | |
| CN202771441U (zh) | 人脸识别监控系统 | |
| CN109492548B (zh) | 基于视频分析的区域mask图片的获得方法 | |
| CN111461080B (zh) | 一种基于图像的智能围栏搭建和识别方法 | |
| CN103049748B (zh) | 行为监测方法及装置 | |
| CN110781844A (zh) | 保安巡察监测方法及装置 | |
| Fuentes et al. | From tracking to advanced surveillance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130508 |